雷达对抗电子侦察中的大数据应用探析

季华益，唐　莽，王　佩

(中国航天科工集团8511研究所，江苏 南京 210007)

0　引言

雷达对抗电子侦察行动可在和平、危机和战争等多个时期，在远离一个国家数千千米之外自由地实施侦察与监视，具有重要的战略和战术意义[1]。随着用频装备和监测台站的种类不断增加，各类雷达辐射装备对频谱的使用方式正在不断演进，雷达对抗电子侦察面临的半结构化和非结构化数据日益增多，数据之间的关系日趋复杂，如何充分获取与利用雷达对抗电子侦察数据，将侦察数据优势转换为信息优势、情报优势和决策优势，已经成为各个军事强国关注的热点。

传统雷达对抗电子侦察处理，通常依赖于预设方案和预装载的知识库进行分析处理，不能有效适应具有未知增量、动态变化特性的复杂电磁环境[2]。随着雷达对抗电子侦察数据向大数据的规模性(Volume)、多样性(Variety)、价值性(Value)和高速性(Velocity)等“4V”特性发展，传统的处理手段已经难以获取准确、完备、有效的雷达辐射信息。

大数据的发展为雷达对抗电子侦察处理提供了技术突破思路。大数据分析将数据分析技术分为描述性、预测性和指导性三个层次，可分别实现历史数据的描述、数据趋势的预见以及数据分析解决方案的优化[3]。这些特点与雷达对抗电子侦察处理的特性极为契合：对历史侦察数据进行描述性分析，可以客观地重现辐射目标和辐射场景；对特定时间、特定环境和特定任务下的雷达侦察数据进行预测性分析，可以实现辐射源未来短时工作模式的预测和推理；对海量侦察数据进行指导性分析，可以实现侦察方案、处理流程的改造和优化。在电子情报侦察进入大数据时代的背景下，探索大数据在雷达对抗电子侦察领域的应用思路与方法将成为一种必然的趋势[4-5]。

1　大数据在雷达对抗电子侦察领域的应用现状

随着人们对数据科学认识的深入，大数据及其相关技术研究引起了学术界、工业界和各国政府的高度关注，成为重要的科技发展驱动因素。以美国为首的多个国家先后发布了大数据的国家发展战略，英国、日本及欧盟等国家也快速跟进，相继出台了相应的战略举措。

在雷达对抗电子侦察领域，数据正以前所未有的速度在不断地增长和累积，数据间的关系也逐渐复杂。应用大数据分析处理技术，从海量雷达对抗电子侦察数据中挖掘提取出有价值的电磁目标情报(如信号特征参数、目标属性和运动状态等)，及时准确掌握敌方的战略企图、作战规律和兵力配置，能够大幅提高指挥机关的情报获取能力，实现雷达对抗电子侦察数据的深度挖掘和有效利用，为信息化战争服务。如何有效利用大数据挖掘技术，已成为从业人员的研究热点。

1.1　国外应用概述

在大数据军事应用方面，包括美国科学基金会、国防部、国防部高级研究计划局等在内的6个美国联邦部门，在2012年3月就已经启动投资额为数亿美元的“大数据研究和发展计划”，涉及情报侦察、数据分析的项目就有十多项[6]。表1给出了若干相关项目简介。

表1　美国大数据研究和发展计划部分项目简介

美军对于大数据在军事上的应用，极为重视“从数据到决策”的发展战略。在美国军兵种的大数据应用方面，美国空军“作战云”、海军“战术云”以及陆军的“求雨者”等作战概念与系统，均起源并得益于大数据、云计算、云服务的迅猛发展[7-8]。为了推动大数据的应用，美国国家安全局建立了一个超级网络情报中心，用于存储侦察卫星、无人机、海外侦察站、全美监控中心所收集的各类情报侦察数据。该中心利用大数据技术，每天对各类数据进行过滤、筛选、处理、分析和融合，快速提取有价值的信息，向美国政府和国防部提供各类情报数据。该中心还依靠存储的海量加密数据样本，研究破解各类加密算法的大数据技术，以支撑其军事作战、反恐等情报行动。欧盟等其他国家也开展了类似的大数据项目研发。

1.2　国内研究现状

国内对大数据的重视程度与日俱增， 2016年大数据技术正式列入了国家“十三五”重大战略。在军事大数据应用方面，国内也陆续开展了相关的数据工程建设和数据中心建设。但鉴于雷达对抗电子侦察数据的非合作与军事敏感性，相比于美军在军事大数据方面的应用研究，国内相关研究还处于起步和探索阶段，目前可用的大数据系统较少。

大数据在雷达对抗电子侦察领域的应用已经引起多方关注。相关研究主要集中在系统架构、体系构建以及发展趋势研判等层面。比如杨小牛院士团队基于现代信号情报侦察的特点，利用大数据构建了下一代信号情报侦察体系架构，并分析了构建过程中需要解决的关键问题[4]；旷生玉等人结合电子对抗情报中数据类型和处理需求特点，研究了可演进发展的电子对抗大数据平台架构[2]；赵震等人研究了大数据背景下电子对抗情报保障的若干问题[9]；何勰等人将大数据技术在编队电子侦察领域的应用进行了剖析，分析了大数据技术在海战场雷达对抗电子侦察中的应用前景[10]；张殿明等人围绕电子对抗侦察面临的数据环境特点，结合大数据思想的内涵提出了电子对抗侦察效能提升要实现多层次的转变[11]；段永胜等人利用大数据分析了电子对抗情报处理的初步构想，以期在电子对抗情报处理领域发挥大数据的优势[12]；刘威等人针对大数据在电子对抗情报侦察工作中的应用问题，思考了工作观念转变、体系架构构建以及数据工程建设等实际问题[13]。

近五年来，国内日益重视雷达对抗电子侦察领域的大数据应用研究，但是相关体系架构、处理方法尚处于起步阶段。

1.3　存在的问题

与国外相比，目前国内在雷达对抗电子侦察中的大数据应用还存在诸多问题。

在认知层面，雷达对抗电子侦察没有形成完善的理论体系，依然还是一门偏重试验性的学科。尤其与雷达系统设计有检测与估计理论、波形设计理论等理论体系指导相比，雷达对抗电子侦察技术相对于雷达的发展约有十年的滞后[14]。但是雷达侦察数据与大数据特征的天然契合性，使其具备了借鉴和应用大数据相关前沿技术的潜力，具备了跟踪和超越雷达技术发展变化的可能性。由此，实现雷达对抗电子侦察领域的大数据应用，首先必须从认知层面改变固有的跟踪式处理模式，积极探索大数据技术的快速应用和创新。

在标准规范层面，雷达对抗电子侦察数据具有明显的领域特色和装备依赖性。目前已有的各类雷达对抗电子侦察数据难以共享，存在“数据孤岛”、“数据冲突”、“数据盲点”现象。对于雷达对抗电子侦察数据的管理尚未形成针对性的标准体系，雷达侦察的大数据处理等新兴技术领域更是处于空白状态。

在技术应用层面，对雷达对抗电子侦察数据的大数据处理技术还有待突破。虽然近年来大数据已成功应用于信息检索推送、人机对弈、智能驾驶、医疗卫生诊断及安全防护等诸多民用领域，但是由于雷达对抗数据的非合作性、保密性，其大数据处理技术起步较晚，应用尚处于理论研究阶段，成功应用案例较少。尤其是对多源异构数据融合、小样本集网络训练、特征深度挖掘、目标关联分析等相关专业技术还未能有效突破，信息到决策的技术链路尚未完全打通。

2　大数据在雷达对抗电子侦察中的应用发展建议

在大数据时代，以大数据中数据驱动、相关性分析等思想引领雷达对抗工作观念的转变，以大数据中多源异构数据处理、特征深度学习等技术促进雷达对抗电子侦察数据应用模式和处理架构的创新，以大数据相关标准为基础制定雷达对抗电子侦察大数据采集、管理与应用的标准规范，具有重要意义。

2.1　建立“数据驱动”的雷达对抗电子侦察数据处理模型

在雷达对抗电子侦察数据处理领域应用大数据技术，首先必须转变多年来形成的传统处理理念，将雷达侦察数据处理由“知识经验驱动”的处理模式向“数据驱动”的新型处理模式转变，如图1所示。

图1　“知识驱动”与“数据驱动”的雷达对抗电子侦察处理特点

传统的雷达对抗电子侦察数据处理以“知识驱动”为主要指导思想，以专家的知识经验为依据，设计固定的流程进行信号处理，其处理对象主要是结构化数据，主要依赖先验知识库进行监督分析，关注和利用的是通过技术手段筛选出来的“重要数据”。“知识驱动”的处理模式优点是具有清晰的逻辑关系和因果关系，缺点是可适应的信号类型有限。

大数据时代的雷达对抗电子侦察处理，应以“数据驱动”的思维理念为指导思想，以部分标注结果开展导向式训练，面向所有数据进行分析处理，强调全过程、全要素、多类型、多结构的数据联动分析。“数据驱动”的处理模式优点是具有较好的智能性和自主性，缺点是处理中间环节可能出现机器独有的难以明确解释的现象。

以雷达辐射源的脉冲分选识别为例，在“数据驱动”的处理模式下，可使用部分历史数据作为训练集构建学习网络，直接采用中频数据或者时频图像等作为输入进行网络系数训练，当网络权值系数固化后，可直接“流水式”地实现基于单个脉冲的辐射源个体识别。

大数据技术还处于技术浪潮的起始阶段，构建以数据驱动与知识引导相结合，或者以数据为核心的雷达对抗电子侦察大数据处理技术具有重要意义。

2.2　形成以人工智能为核心的雷达对抗电子侦察大数据处理与应用体系

在军事领域，未来影响、决定军事行动的核心在数据，数据的积累量、数据分析和处理能力将成为获得战场优势的决定性因素。战场上的实时信息、各种侦察平台搜集的情报、作战指挥中心的每条指令，都是以数据的形式存在并发挥作用。正是这些瞬息万变、纷繁复杂的海量数据构成了最基本、最客观、最全面的战场态势，从而也使大数据本身成为战争攻防的焦点，如何高效率地处理军事大数据已是“数据优势”向“决策优势”转化的关键。新一代人工智能技术的兴起正在提供技术突破的方向，在大数据、高性能计算平台以及深度学习算法的共同作用下，新一代人工智能技术正在带动大数据分析走向实用化。

结合雷达对抗电子侦察大数据处理与应用面临的现实问题与未来威胁趋势，以需求为牵引，以深度学习等人工智能算法为核心，从关键技术、应用支撑和综合应用等多个层次梳理雷达对抗电子侦察大数据处理技术与应用体系，如图2所示。

图2　雷达对抗电子侦察处理应用体系构建

在关键技术层面，要以历史积累的海量雷达对抗电子侦察大数据为基础，深入学习和应用大数据及人工智能技术，开展信号级、信息级的数据深度分析处理，突破新型神经网络分析、小样本数据训练、智能电磁情报深度挖掘等关键技术，为侦察数据分析处理提供新型的技术手段。

在应用支撑层面，应以智能电磁情报深度挖掘、电子目标行为规律分析为主，形成以目标标注、电磁信号识别以及侦察目标知识图谱为核心的典型示范性应用，为雷达对抗电子侦察处理提供模块化应用支撑。

在综合应用层面，应在雷达对抗电子侦察数据分析的基础上拓展情报分析能力，建立电磁信息数据应用管理平台、高性能分布式计算平台、数据挖掘分析平台、可视化平台和大型数据库系统等基础设施和应用系统，突破辐射源个体识别、目标行为预测、雷达对抗电磁综合态势生成、雷达辐射源目标能力预测、电磁目标状态威胁评估、多域多维度目标行为规律分析及战场辅助决策等态势、行为级分析应用，构建以数据为核心的雷达侦察大数据服务模式。

2.3　制定体系化的雷达对抗电子侦察大数据标准规范

受限于体制和系统顶层设计理念，目前的雷达对抗电子侦察数据格式种类存在较大差异，缺乏统一的数据存储、访问、显示、处理机制，不同人员、不同软件工具之间无法共用数据，造成了情报信息之间无法互联互通，影响了体系协同能力的形成。

在大数据时代背景下，需要强化雷达对抗电子侦察数据标准规范的统筹规划，充分结合领域特色和现实需求，形成雷达侦察数据处理相关的电磁信息数据采集、交换、融合、应用、安全、服务等一系列电磁标准，形成雷达对抗电子侦察大数据标准规范体系。标准规范应以雷达对抗电子侦察数据应用与服务为目标，研究在数据流向的全过程中，实现数据的标准输入以及产品、服务的标准输出，并在雷达对抗电子侦察大数据采集、管理与应用的过程中不断完善，图3给出了部分标准的建设示意图。

图3　雷达对抗电子侦察数据标准规范建设思路

在数据采集方面，应充分考虑实际需求，以数据存得好、找得到、便于分析等使用要求为目标，分析大数据技术的数据清洗、分布式存储、数据转换和校验等多种技术手段，针对历史数据、新采集数据、重要表单数据等多类型数据实现在线、离线、填报、交换等多重方式的采集标准规范。

在数据管理与应用方面，应将数据视为一种战略资产，制定数据的管理应用标准，应充分考虑雷达对抗电子侦察数据的军事敏感性，依据数据应用以及对外提供服务过程中数据的安全性制定相关数据服务安全技术标准，从技术角度研究加强防护的有效方法，从而避免数据安全事件的发生，将数据质量管理和数据治理贯穿于数据整个生命周期过程。对数据生命周期中各个环节数据的拥有者、提供方、使用方、管理方以及各自的职责范围给出指导规范，强调数据使用时的流程驱动，全程受控，对数据可追溯、可识别。

3　结束语

雷达对抗电子侦察数据已经具备了大数据特性。本文概述了雷达对抗电子侦察数据处理与大数据技术的契合性，通过分析大数据在国内外军事情报领域的应用与发展趋势，探讨了雷达对抗电子侦察大数据处理与应用的若干建议。在大数据日益深入的背景下，期望能够为利用大数据技术提升雷达对抗电子侦察数据的分析处理能力提供若干发展思路。■